Implementasi Algoritma Genetika Dalam Optimasi Model AHP dan Topsis Untuk Penentuan Kelayakan Pengisian Bibit Ayam Broiler di Kandang Peternak

Abstract

Abstrak Peternakan ayam broiler merupakan salah satu jenis usaha yang paling potensial dikembangkan. Pola yang biasa digunakan dalam pengembangan ayam broiler adalah pola kemitraan inti plasma. Pada pola ini perusahaan mitra meninjau layak tidaknya kandang peternak untuk mendapatkan bibit ayam broiler. Dalam penelitian ini ada beberapa penilaian kriteria yang dilakukan yaitu: riwayat peternak, tinggi kandang, jarak antar kandang, kelembapan, kekuatan kandang dan keamanan. Agar dapat memperoleh penilaian kelayakan kandang yang optimal, penelitian ini menawarkan solusi menggunakan algoritma genetika sebagai algoritma untuk penentuan kandang peternak dalam pengisian bibit ayam broiler. Data yang digunakan dalam penelitian adalah 46 data kandang ayam broiler. Proses algoritma genetika ini menggunakan representasi real-code dengan panjang kromosom sesuai dengan kriteria yang ditentukan, metode crossover yang digunakan adalah extended intermediate crossover, metode mutasi yang digunakan adalah random mutation, dan diseleksi dengan metode elitism. Dari hasil pengujian yang diperoleh parameter optimal yaitu ukuran populasi 105 individu dengan rata-rata fitness sebesar 0,73910, generasi sebanyak 115 dengan rata-rata firness sebesar 0,7610 dan kombinasi cr 0,5 dan mr 0,1 dengan rata-rata fitness sebesar 0,75218. Hasil akhir berupa layak atau tidak layak kandang peternak untuk diisi ayam broiler. Kata kunci: Algoritma Genetika, Ayam Broiler, Optimasi. Abstract Broiler breeders are one of the most business potential to be developed. The usual pattern has been used in the development of broiler chicken was a partnership plasma core. In this pattern, company partners reviewing the appropriateness of the cage breeders to obtain the seed of broiler chickens. In this study there was several assessment criteria, it was the history of breeders, high of cages, the distance between cages, moisture, strength and security of cages. In order to obtain optimal cage feasibility assessment, this studied offers a solution by used genetic algorithm as an algorithm for determining of cage breeders in seed filling of broiler chickens. The data used in this research is the 46 data of broiler chicken coop. The process of genetic algorithm using real-code representation the chromosome length in accordance with the prescribed criteria, the crossover method used is extended intermediate crossover, mutation method used is random mutation, and selected by the method of elitism. From the test results obtained optimal parameters such as the size of the population of 105 individuals with an average fitness of 0.73910, generation of 115 with an average of 0.7610 and combination of cr 0.5 and mr 0.1 with an average fitness of 0.75218. The final result is the properness for the breeder cage at the contents of broiler chickens.